Öğrenci Bilgileri:
Veri Seti Hakkında:
Proje Amacı: Bu proje, öğrencilerin sosyal medya kullanım süreleri ile bağımlılık skorları ve ruh sağlıkları arasındaki ilişkiyi incelemeyi amaçlamaktadır.
Yorum:Veri seti incelendiğinde, öğrencilerin günlük ortalama sosyal medya kullanım süresinin yaklaşık 4.9 saat olduğu görülmektedir. Dağılım çoğunlukla 4-6 saat aralığında yoğunlaşmaktadır.
Yorum:Katılımcıların akademik dağılımı incelendiğinde, lisans (Undergraduate) öğrencilerinin çoğunlukta olduğu görülmektedir.
Yorum:LinkedIn ve LINE kullanıcılarının ortalama ruh sağlığı skorları (8.0) yüksekken; TikTok (5.7) ve Snapchat (5.5) kullanıcılarının skorlarının daha düşük olduğu gözlemlenmiştir.
Yorum:Günlük Kullanım Süresi ile Bağımlılık Skoru arasında çok güçlü pozitif bir ilişki (Korelasyon: 0.83) bulunmaktadır. Süre arttıkça bağımlılık puanı da artmaktadır.
Proje Hakkında:
Bu gösterge paneli (dashboard), İstinye Üniversitesi Yönetim Bilişim Sistemleri bölümü lisans eğitimi kapsamında hazırlanmıştır. Çalışmanın temel amacı, ham veriyi anlamlı içgörülere dönüştürmek ve kullanıcı dostu bir arayüz ile sunmaktır.
Faydalanılan Kaynaklar:
Bu çalışma hazırlanırken aşağıdaki kaynaklardan ve araçlardan yararlanılmıştır:
tidyverse (Veri
manipülasyonu ve ggplot2 görselleştirme)flexdashboardplotly (Grafiklerin
interaktif hale getirilmesi)DT (DataTables)Tekrarlanabilirlik Notu (Reproducibility):
Bu analiz, tamamen tekrarlanabilir olacak şekilde tasarlanmıştır. Aşağıdaki “Session Info” çıktısı, bu raporun oluşturulduğu andaki R ortamı ve paket sürümlerini detaylandırmaktadır.
R version 4.5.2 (2025-10-31)
Platform: aarch64-apple-darwin20
Running under: macOS Sequoia 15.5
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/4.5-arm64/Resources/lib/libRlapack.dylib; LAPACK version 3.12.1
locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
time zone: Europe/Istanbul
tzcode source: internal
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] knitr_1.50 DT_0.34.0 plotly_4.11.0
[4] lubridate_1.9.4 forcats_1.0.1 stringr_1.6.0
[7] dplyr_1.1.4 purrr_1.2.0 readr_2.1.5
[10] tidyr_1.3.1 tibble_3.3.0 ggplot2_4.0.0
[13] tidyverse_2.0.0 flexdashboard_0.6.2
loaded via a namespace (and not attached):
[1] sass_0.4.10 generics_0.1.4 stringi_1.8.7 hms_1.1.4
[5] digest_0.6.38 magrittr_2.0.4 evaluate_1.0.5 grid_4.5.2
[9] timechange_0.3.0 RColorBrewer_1.1-3 fastmap_1.2.0 jsonlite_2.0.0
[13] httr_1.4.7 crosstalk_1.2.2 viridisLite_0.4.2 scales_1.4.0
[17] lazyeval_0.2.2 jquerylib_0.1.4 cli_3.6.5 rlang_1.1.6
[21] withr_3.0.2 cachem_1.1.0 yaml_2.3.10 tools_4.5.2
[25] tzdb_0.5.0 memoise_2.0.1 vctrs_0.6.5 R6_2.6.1
[29] lifecycle_1.0.4 htmlwidgets_1.6.4 fontawesome_0.5.3 pkgconfig_2.0.3
[33] pillar_1.11.1 bslib_0.9.0 gtable_0.3.6 glue_1.8.0
[37] data.table_1.17.8 xfun_0.54 tidyselect_1.2.1 rstudioapi_0.17.1
[41] farver_2.1.2 htmltools_0.5.8.1 labeling_0.4.3 rmarkdown_2.30
[45] compiler_4.5.2 S7_0.2.0
---
title: "Sosyal Medya Bağımlılığı Analizi"
output:
flexdashboard::flex_dashboard:
orientation: rows
vertical_layout: fill
social: menu
source_code: embed
---
```{r setup, include=FALSE}
# 1. GEREKLİ KÜTÜPHANELERİ YÜKLÜYORUZ
library(flexdashboard)
library(tidyverse)
library(plotly)
library(DT)
library(knitr)
# 2. VERİ SETİNİ OKUTUYORUZ
df <- read.csv("Students Social Media Addiction.csv")
# 3. VERİ DÜZENLEME
df$Gender <- as.factor(df$Gender)
df$Most_Used_Platform <- as.factor(df$Most_Used_Platform)
df$Academic_Level <- as.factor(df$Academic_Level)
# 4. ÖZET HESAPLAMALAR
total_students <- nrow(df)
avg_age <- round(mean(df$Age), 1)
# En çok tekrar eden platformu bulma
top_platform <- names(which.max(table(df$Most_Used_Platform)))
avg_usage <- round(mean(df$Avg_Daily_Usage_Hours), 1)
```
Hakkında & Metadata {data-icon="fa-info-circle"}
=====================================
Row
-----------------------------------------------------------------------
### Proje Bilgileri
**Öğrenci Bilgileri:**
* **Ad Soyad:** Dila Kızılkan
* **Öğrenci No:** 2307071189
* **Bölüm:** Yönetim Bilişim Sistemleri
**Veri Seti Hakkında:**
* **Adı:** Students Social Media Addiction
* **Yazar:** Adıl Shamım
* **Kaynak:** Kaggle
* **Tarih:** `r Sys.Date()`
> **Proje Amacı:** Bu proje, öğrencilerin sosyal medya kullanım süreleri ile bağımlılık skorları ve ruh sağlıkları arasındaki ilişkiyi incelemeyi amaçlamaktadır.
Row
-----------------------------------------------------------------------
### Değişken Listesi
```{r}
degisken_ozet <- data.frame(
Degisken_Adi = names(df),
Veri_Tipi = sapply(df, class)
)
datatable(degisken_ozet, options = list(pageLength = 5))
```
Veri Özeti {data-icon="fa-table"}
=====================================
Row{data-height=150}
-----------------------------------------------------------------------
### Toplam Öğrenci
```{r}
valueBox(total_students, icon = "fa-users", color = "primary")
```
### Ortalama Yaş
```{r}
valueBox(avg_age, icon = "fa-birthday-cake", color = "info")
```
### En Popüler Platform
```{r}
valueBox(top_platform, icon = "fa-instagram", color = "success")
```
### Ort. Günlük Kullanım (Saat)
```{r}
valueBox(avg_usage, icon = "fa-clock", color = "warning")
```
Row{data-height=400}
-----------------------------------------------------------------------
### Sayısal Değişken İstatistikleri
```{r}
library(dplyr)
library(tidyr)
sayisal_ozet <- df %>%
select_if(is.numeric) %>%
pivot_longer(cols = everything(), names_to = "Degisken", values_to = "Deger") %>%
group_by(Degisken) %>%
summarise(
Ortalama = round(mean(Deger, na.rm = TRUE), 2),
Medyan = median(Deger, na.rm = TRUE),
Std_Sapma = round(sd(Deger, na.rm = TRUE), 2),
Min = min(Deger, na.rm = TRUE),
Max = max(Deger, na.rm = TRUE)
)
datatable(sayisal_ozet, options = list(dom = 't'))
```
Row {.tabset.tabset-fade}
-----------------------------------------------------------------------
### Platform Dağılımı
```{r}
df %>%
count(Most_Used_Platform) %>%
arrange(desc(n)) %>%
datatable(colnames = c("Platform", "Kişi Sayısı"),
options = list(pageLength = 5, dom = 't'))
```
### Cinsiyet Frekans Tablosu
```{r}
df %>%
count(Gender) %>%
arrange(desc(n)) %>%
datatable(colnames = c("Cinsiyet", "Kişi Sayısı"),
options = list(dom = 't'))
```
### Akademik Seviye Frekans Tablosu
```{r}
df %>%
count(Academic_Level) %>%
arrange(desc(n)) %>%
datatable(colnames = c("Seviye", "Kişi Sayısı"),
options = list(dom = 't'))
```
Grafikler {data-icon="fa-chart-bar"}
=====================================
Row
-----------------------------------------------------------------------
### Histogram: Günlük Kullanım Süresi Dağılımı
```{r}
p1 <- ggplot(df, aes(x = Avg_Daily_Usage_Hours)) +
geom_histogram(binwidth = 0.5, fill = "#2C3E50", color = "white") +
labs(title = "Öğrencilerin Günlük Sosyal Medya Kullanımı",
x = "Kullanım Süresi (Saat)",
y = "Öğrenci Sayısı") +
theme_minimal()
ggplotly(p1)
```
> **Yorum:**Veri seti incelendiğinde, öğrencilerin günlük ortalama sosyal medya kullanım süresinin yaklaşık 4.9 saat olduğu görülmektedir. Dağılım çoğunlukla 4-6 saat aralığında yoğunlaşmaktadır.
### Sütun Grafiği: Akademik Seviye Dağılımı
```{r}
p4 <- ggplot(df, aes(x = Academic_Level, fill = Academic_Level)) +
geom_bar() +
labs(title = "Öğrencilerin Akademik Seviyeleri",
x = "Seviye",
y = "Öğrenci Sayısı") +
theme_minimal() +
theme(legend.position = "none")
ggplotly(p4)
```
> **Yorum:**Katılımcıların akademik dağılımı incelendiğinde, lisans (Undergraduate) öğrencilerinin çoğunlukta olduğu görülmektedir.
Row
-----------------------------------------------------------------------
### Kutu Grafiği: Platforma Göre Ruh Sağlığı
```{r}
p2 <- ggplot(df, aes(x = Most_Used_Platform, y = Mental_Health_Score, fill = Most_Used_Platform)) +
geom_boxplot() +
labs(title = "Platformlara Göre Ruh Sağlığı Puanları",
x = "Platform",
y = "Ruh Sağlığı Skoru (1-10)") +
theme_minimal() +
theme(legend.position = "none") # Lejantı gizle
ggplotly(p2)
```
> **Yorum:**LinkedIn ve LINE kullanıcılarının ortalama ruh sağlığı skorları (8.0) yüksekken; TikTok (5.7) ve Snapchat (5.5) kullanıcılarının skorlarının daha düşük olduğu gözlemlenmiştir.
### Saçılım Grafiği: Süre vs Bağımlılık
```{r}
p3 <- ggplot(df, aes(x = Avg_Daily_Usage_Hours, y = Addicted_Score, color = Gender)) +
geom_point(alpha = 0.7) +
labs(title = "Kullanım Süresi ve Bağımlılık İlişkisi",
x = "Günlük Kullanım (Saat)",
y = "Bağımlılık Skoru") +
theme_minimal()
ggplotly(p3)
```
> **Yorum:**Günlük Kullanım Süresi ile Bağımlılık Skoru arasında çok güçlü pozitif bir ilişki (Korelasyon: 0.83) bulunmaktadır. Süre arttıkça bağımlılık puanı da artmaktadır.
Kaynakça {data-icon="fa-book"}
=====================================
Row
-----------------------------------------------------------------------
### Proje ve Kaynakça Detayları
**Proje Hakkında:**
Bu gösterge paneli (dashboard), **İstinye Üniversitesi Yönetim Bilişim Sistemleri** bölümü lisans eğitimi kapsamında hazırlanmıştır. Çalışmanın temel amacı, ham veriyi anlamlı içgörülere dönüştürmek ve kullanıcı dostu bir arayüz ile sunmaktır.
**Faydalanılan Kaynaklar:**
Bu çalışma hazırlanırken aşağıdaki kaynaklardan ve araçlardan yararlanılmıştır:
* **1. Veri Kaynağı:**
* Veri Seti: *Students Social Media Addiction*
* Platform: Kaggle (Açık Kaynak Veri Platformu)
* Erişim Tarihi: `r Sys.Date()`
* **2. Yazılım ve Kütüphaneler:**
* **Programlama Dili:** R (`r R.version.string`)
* **IDE:** RStudio
* **Temel Paketler:** `tidyverse` (Veri manipülasyonu ve ggplot2 görselleştirme)
* **Dashboard Altyapısı:** `flexdashboard`
* **Etkileşim:** `plotly` (Grafiklerin interaktif hale getirilmesi)
* **Tablolama:** `DT` (DataTables)
* **3. Yardımcı Dokümantasyon:**
* R Markdown Cheatsheets
* Flexdashboard resmi dokümantasyonu (pkgs.rstudio.com)
**Tekrarlanabilirlik Notu (Reproducibility):**
Bu analiz, tamamen tekrarlanabilir olacak şekilde tasarlanmıştır. Aşağıdaki "Session Info" çıktısı, bu raporun oluşturulduğu andaki R ortamı ve paket sürümlerini detaylandırmaktadır.
### Oturum Bilgileri (Session Info)
```{r}
sessionInfo()
```